知己AIEval Leakage Audit · AlexZio00/sovereign-skills
检测评估是否存在循环论证
对照18种常见模式，检查某项评测、指标或对照实验是否真的引入了独立的外部证据，还是设计者、模型与评分者在自我印证，适合在采信一个好得反常的结果前使用。
适合做什么
- 识别对照测试中的循环逻辑
- 检查基准分是否自我印证
- 评估留存集是否有外部证据
- 分类
- 通用
开源技能由原作者维护，知己AI 按原样收录并注明来源。效果取决于任务与资料是否匹配。
试试这样开始
帮我审查这份评测有没有循环论证，这个基准测试是不是自我印证的？